MusicLM,这是一个从文本描述中生成高保真音乐的模型,例如“由扭曲的吉他重复段支撑的平静的小提琴旋律”。MusicLM将条件音乐生成的过程转换为分层序列到序列的建模任务,它以24千赫的频率生成音乐,在几分钟内保持一致。我们的实验表明,MusicLM在音频质量和对文本描述的依从性方面都优于以前的系统。此外,我们还演示了MusicLM可以同时以文本和旋律为条件,因为它可以根据文本标题中描述的风格转换口哨和哼唱的旋律。为了支持未来的研究,我们公开发布了MusicCaps,这是一个由5.5k音乐文本对组成的数据集,由人类专家提供丰富的文本描述。

©️版权声明:若无特殊声明,本站所有文章版权均归666啦AI工具集原创和所有,未经许可,任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容,或在非我站所属的服务器上建立镜像。否则,我站将依法保留追究相关法律责任的权利。

类似网站

发表评论